A Lei de Mitscherlich e a Análise da Varidncia em Experiências de Adubação
|
|
- Elias Cesário Fontes
- 7 Há anos
- Visualizações:
Transcrição
1 A Lei de Mitscherlich e a Análise da Varidncia em Experiências de Adubação FREDERICO PIMENTEL GOMES Escola Superior de Agricultura "Luiz de Queiroz", Universidade de São Paulo ÍNDICE 1 Introdução A Correlação Linear e a Análise da Variância O Caso da Correlação não Linear Uma Digressão Interessante Conclusões Agradecimento Bibliografia Citada 368
2 1 INTRODUÇÃO A análise da variância em certos casos é perturbada pela existência da correlação. Tal se dá, por exemplo, quando se experimentam doses diferentes de um mesmo adubo. Neste caso, é preciso levar em conta a correlação, sem o que a análise da variância pode conduzir a resultados falsos. Em geral se supõe que a regressão é linear. Em experiências de adubação, porém, é freqüente o caso da existência de regressão não linear, geralmente do tipo exponencial introduzido por Mitscherlich. Este trabalho tem por fim especial estudar a análise da variância nesse caso. 2 A CORRELAÇÃO LINEAR E A ANÁLISE DA VARIÂNCIA Consideremos os seguintes dados (fictícios) onde se supõem 5 tratamentos e 4 repetições. Os valores de x são as doses de adubo usadas e os 2 y são os totais de cada tratamento. Uma análise da variância segundo o esquema corrente nos daria : O valor de ú será insignificante.
3 O fato de não levarmos em conta a correlação nos levaria a esse resultado em desacordo com a realidade e equipararia os dados em apreço, onde é evidente a influência da adubação, aos seguintes, por exemplo, onde tal influência não aparece. Consideremos, porém, a correlação e vamos obter r =' 0,65, significativo. A equação de regressão é y =. 0,2x + 0,4, com a qual calculamos as médias esperadas. A soma dos quadrados dos desvios entre as médias esperadas e as observadas dá 0,025, número que multiplicamos por 4 (n. de repetições). A soma dos quadrados dos desvios relativos aos tratamentos se decompõe, então, em duas partes :
4 Temos agora í> = 1/ : = 3,38, significativo. 0,14 O cálculo numérico poderia ser feito de maneira mais simples (1, pp ), mas a marcha seguidaé mais conveniente para a compreensão do que se segue. Como exemplo objetivo, damos a seguir a análise dos dados de uma experiência de adubação fosfatada de milho, realizada em Campinas pelo Engenheiro-Agrônomo Glauco Pinto Viegas. Cada linha horizontal reptesenta um bloco Os dados se referem à produção em quilos por. canteiro de 30m2. O x está expresso em quintais métricos de P205 por hectare sob a forma de superfosfatp. Além da^ adubação.fosfatada,, fez-se também uma adubação geral de W kg/ha de N sob a forma de salitre do Chile e 45 kg/ha de K20 sob a forma de KC1. Temos a seguinte análise da variância, onde não isolamos a parte da variação devida aos blocos por não haver vantagem neste caso, devido à uniformidade notável d,os mesmos.
5 Os limites da tabela de ú (2, p. 523) são: l%o....' 2,87, 1% 2,21, 5% 1,75. Logo o valor obtido é significativo para 1%, mas não para l%o. A consideração da correlação nos dá, porém, r = 0,72, significativo. E a equação de regressão é y = 2,02x + 2,76. A soma dos quadrados dos desvios devidos aos tratamentos x se decompõe como se segue : Temos agora Este valor de ú é superior ao limite de l%o, que é 4,05. Fica evidente, pois, a vantagem do isolamento da parcela correspondente à correlação. 3 0 CASO DA CORRELAÇÃO NAO LINEAR No caso de uma correlação não linear como, por exemplo, a que obedece à lei de Mitscherlich, torna-se, agora, evidente, a necessidade de uma análise da variância que leve em conta esse fato. Utilizando os dados observados e com o auxílio das fórmulas já conhecidas (3, pp ) podemos calcular os parâmetros da função de Mitscherlich
6 y = A [1 10 c (x 4- b) ] por meio do método dos quadrados mínimos ou do método dos momentos. Torna-se possível, então, calcular os valores esperados e, a seguir, decompor a soma dos quadrados dos desvios relativos aos tratamentos em duas partes, uma devida à regressão e outra relativa aos desvios a partir da curva de regressão. Suponhamos um caso de 5 doses diferentes de um mesmo fertilizante e 4 repetições. A soma dos quadrados dos desvios atribuídos aos tratamentos é : de cada tratamento» Seja y^ o valor esperado de acordo com a equação de regressão.temos então: Mas, quer no caso do método dos quadrados mínimos, quer no do método dos momentos, o segundo membro da última igualdade é nulo. Logo temos:
7 5 5 (3.D 20.,1 r v- i 8 C > = jy i U[l-10- (^Í}.[^- (^ ], 1*1 No caso do método dos quadrados mínimos à última expressão se anula (3, p. 201). Logo neste caso temos: Fica, assim, a soma dos quadrados dos desvios das médias parciais dos tratamentos repartida em duas parcelas, uma correspondente aos desvios das médias esperadas em relação à mér dia geral, outra relativa aos desvios entre os valores observados e os valores esperados. Quando se aplica o método dos momentos, porém, nada nos garante que a somatória de (3,1) se anule. Logo a igualdade expressa em (3,2) não se verifica necessariamente e a decomposição por ela indicada é falha. Vejamos um exemplo. Os dados seguintes se referem a uma experiência de adubação de milho realizada em Ipanema pelos Engenheiros-Agrônomos Glauco Pinto Yiegas e Erik Smith, segundo o esquema adotada para a experiência que vimos atrás. A análise da variância nos conduziu aos resultados seguintes, onde não se isolou a variação atribuída aos blocos por serem estes muito uniformes, como o leitor poderá verificar.
8 Se procurarmos o coeficiente de correlação, acharemos r = 0,688, significativo. No entanto a correlação linear dá apenas uma aproximação muito grosseira, como mostram os dados e a análise que se seguem.
9 significativo. Porém os desvios a partir dos valores esperados nos dão uma nova estimativa da variância, que não deve diferir significativamente da que nos dá o resíduo. No entanto temos significativo, o que nos mostra que a correlação linear é, neste caso, pouco satisfatória. Aliás, o gráfico anexo confirma o que aí fica dito. O gráfico acima representa a reta de regressão calculada, bem como a curva de Mitscherlich interpolada pelo método dos quadrados mínimos, e ainda os valores observados, que estão indicados por pontos.
10 O método dos quadrados mínimos aplicado à lei de Mitscherlich nos dá, porém, para equação de regressão y== 9,436 [ J 10 5,590 (x + 0,0527) ], com a qual calculamos os valores esperados que figuram no quadro seguinte Método dos quadrados mínimos A análise da variância nos dá então o seguinte quadro. A soma 71, ,2621 difere um pouco do total dos tratamentos 72,2199 devido aos pequenos desvios inerentes às aproximações feitas. Temos agora significativo,, não significativo
11 A análise da variância nos mostra, pois, que a correlação obedece muito bem à lei de Mitscherlich. Se quizéssemos isolar a influência da variação entre blocos, teriamos o quadro a seguir. Como já dissemos, isso não convém neste caso, mas em geral é vantajoso. A validez de (3,2) é um bom argumento a favor do método dos quadrados mínimos. Além disso a interpolação por esse método nos dá a melhor concordância possível entre os valores esperados e os observados e, se admitirmos que seja normal a distribuição dos desvios entre esses valores, êle é equivalente à determinação dos parâmetros pelo método da máxima verossimilhança ("maximum likelihood") (4, 2 o. vol., p. 59). O método dos momentos, porém, conduz a uma equação muito mais simples. Por exemplo no caso em estudo o método dos quadrados mínimos nos dá uma equação do quarto grau em z = 10 0,25c, ao passo que o método dos quadrados mínimos nos leva, depois de operações muito mais laboriosas, e uma e- quação do décimo grau. E' possível, portanto, que muitos dêem preferência ao método dos momentos que, no exemplo em estudo, nos conduz à equação y = 9,553 [ \ 10 3,470 (x + 0,086) ] Com esta equação obtivemos os valores esperados do quadro seguinte.
12 Método dos momentos Para avaliar o grau de concordância da curva calculada podemos obter a soma dos quadrados dos desvios entre os valores observados e os esperados ^ z (yj yj) 2 - Esta soma, multiplicada pelo número de repetições e dividida pelo grau de liberdade, nos dá uma estimativa da variância, que não deverá diferir significativamente da que se obtém do resíduo. Np exemplo em estudo temos Logo 4 E (yj - yj)2 = não significativo. A interpolação é, portanto, satisfatória. 4 UMA DIGRESSÃO INTERESSANTE Em um trabalho anterior (5, pp. 7-9) apresentamos uma fórmula para o cálculo da adubação economicamente aconselhável. Tal fórmula era
13 log f t 0,4343.= log A c (x + b), s c onde x é a dose de adubo a ser usada, A, b, c são os parâmetros da equação de Mitscherlich, t é o preço de um quintal métrico de adubo, s é o preço de igual quantidade do produto agrícola obtido, e / é um fator maior que um. A aplicação dessa fórmula aos dados em estudo, suposto o preço de 750 cruzeiros por quintal-métrico de P205 e de 100 cruzeiros por quintal de milho e ainda tomando-se f 1,5, nos dá x = 0,132 no caso do método dos quadrados mínimos. Conclui-se, então, que a adubação mais aconselhável seria a de cerca de 13 quilos de P205 por hectare, isto é, uns 72 quilos de superfosfato com 18% de P205 por hectare. Esta adubação é evidentemente pobre. Isso se deve aos seguintes fatores: I. Elevááò preço dò adubo; II. Baixo preço do milho; III. Valor elevado de c. Com efeito o valor de c obtido, corresponde, se referido a quintais-métricos de milho por hectare, a 1,677, quando Mitscherlich obtinhá em média, na Alemanha, 0,60 e CROWTHER (6, p. 96) conseguia na Grã-Bretanha um valor correspondente a 0,64. Porém SARAIVA (7, p. 26) obteve no Rio de Janeiro um valor de c que, reduzido às unidades usadas por Mitscherlich, corresponde a 1,532, valor que pouco difere do que agora indicamos. O método dos momentos nos dá para dose mais aconselhável de adubo x = 0,152, isto é, cerca de 15 quilos de P205 por hectare. 5 CONCLUSÕES.A análise da variância pode ser utilizada com vantagens no estudo das experiências de adubação com o auxilio da lei de Mitscherlich. Ela nos permite avaliar a precisão da concordância entre os valores esperados e os observados e verificar se há ou hão vantagem e conveniência na aplicação daquela lei. Uma vez obtida uma concordância razoável, podem-se tirar conclu-
14 soes bem fundadas sobre a adubação economicamente mais a- conselhável. Ao contrário a aplicação indiscriminada da lei de Mitscherlich, como de qualquer processo interpolatório, sem os cuidados necessários, é suspeita. 6 AGRADECIMENTO Agradecemos as indicações do Prof. W. L. Stevens que, além de examinar a nossa sugestão sôbre a análise da variân cia no caso de aplicação da lei de Mitscherlich, ainda nos deu conhecimento do importante e moderno trabalho de CROW THER (6). Agradecemos também cordialmente o auxílio do Engenheiro-Agrônomo Izaías Rangel Nogueira, Assistente de Matemática da E. S. A. "Luiz de Queiroz", nos laboriosos cálculos realizados, e a colaboração de minha esposa no tedioso trabalho datilográfico. E finalmente, "last but not least", ficamos gratos ao Engenheiro-Agrônomo Glauco Pinto Viegas pelos dados que gentilmente nos forneceu. 7 BIBLIOGRAFIA CITADA 1 WISHART, J. e H. G. Sanders "Princípios e Prática de Experimentação de Campo". Tradução de G. P. Viegas. S. Paulo. 2 BRIEGER, F. G. "Limites Unilaterais e Bilaterais na Análise Estatística". Bragantia 6, pp , Campinas. 3 PIMENTEL GOMES, Frederico e Eurípedes Malavolta "Aspectos Matemáticos e Estatísticos da Lei de Mitscherlich". Anais da Escola Superior de Agricultura "Luiz de Queiroz", vol. 6, (1949), pp Piracicaba. 4 KENDALL, Maurice G. "The Advanced Theory of Statistics". 3a. edição, Londres. 5 PIMENTEL GOMES, Frederico e Eurípedes Malavolta "Considerações Matemáticas sôbre a Lei de Mitscherlich" Piracicaba 6 CROWTHER, E. M. e F. Yates "Fertilizer Policy in War Time : The Fertilizer Requirements of Arable Crops". The Empire Journal of Experimental Agriculture, vol. IX, 1941, pp Oxford. 7 SARAIVA, Mario, Admar Lopes da Cruz e Carlos del Negro "Contribuição para o Estudo dos Methodos de Mitscherlich, Wiessmann e Neubauer" Rio de Janeiro.
Tabelas de Polinômios para Interpo lação da Equação de Mitscherlich
Tabelas de Polinômios para Interpo lação da Equação de Mitscherlich FREDERICO PIMENTEL GOMES e IZA1AS RANGEL NOGUEIRA Assistentes de Matemática da E. S. A. "Luiz de Queiroz" da Universidade de S. Paulo
Leia maisSôbre uma Fórmula para o Cálculo da Dose Mais Econômica de Adubo
Sôbre uma Fórmula para o Cálculo da Dose Mais Econômica de Adubo F. PIMENTEL GOMES CLOVIS POMPÍLIO DE ABREU E. S. A. "Luiz de Queiroz" 1. INTRODUÇÃO CAREY e ROBINSON (1953) introduziram nova fórmula para
Leia maisA técnica da resolução das equações Relativas à Interpolação da Lei de Mitscherlich pelo Método dos Quadrados Mínimos
A técnica da resolução das equações Relativas à Interpolação da Lei de Mitscherlich pelo Método dos Quadrados Mínimos IZAIAS KANGEL NOGUEIRA Assistente substituto da 16a. cadeira da E. S. A. "Luiz de Queiroz"
Leia maisA COMPARAÇÃO ENTRE MÉDIAS DE TRATAMENTOS NA ANÁLISE DA VARIÂNCIA
A COMPARAÇÃO ENTRE MÉDIAS DE TRATAMENTOS NA ANÁLISE DA VARIÂNCIA FREDERICO PIMENTEL GOMES Escola Superior de Agricultura "Luiz de Queiroz", Universidade de São Paulo ÍNDICE 1 O Problema a Resolver 2 2
Leia maisA estimação do efeito residual de fertilizantes por meio da Lei de Mitscherlich (*)
A estimação do efeito residual de fertilizantes por meio da Lei de Mitscherlich (*) FREDERICO PIMENTEL GOMES Escola Superior de Agricultura "Luiz de Queiroz" Universidade de S. Paulo Piracicaba ÍNDICE
Leia maisCIRCULAR TÉCNICA N o 176 JANEIRO UM ENSAIO FATORIAL DE ESPÉCIES E ADUBAÇÕES DE Eucalyptus
ISSN -45 CIRCULAR TÉCNICA N o 76 JANEIRO 99 UM ENSAIO FATORIAL DE ESPÉCIES E ADUBAÇÕES DE Eucalyptus Introdução Frederico Pimentel Gomes * Carlos Henrique Garcia ** Os ensaios fatoriais apresentam, em
Leia maisaula ANÁLISE DO DESEMPENHO DO MODELO EM REGRESSÕES
ANÁLISE DO DESEMPENHO DO MODELO EM REGRESSÕES 18 aula META Fazer com que o aluno seja capaz de realizar os procedimentos existentes para a avaliação da qualidade dos ajustes aos modelos. OBJETIVOS Ao final
Leia maisA Esperança Matemática e Algumas das suas Aplicações à Teoria da Amostragem
A Esperança Matemática e Algumas das suas Aplicações à Teoria da Amostragem FREDERICO PIMENTEL GOMES Professor Substituto de Matemática da E. S. A. "Luiz de Queiroz" ÍNDICE 1 Introdução 638 2 Definição
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Regressão Polinomial e Análise da Variância Piracicaba Setembro 2014 Estatística Experimental 18 de Setembro de 2014 1 / 20 Vimos
Leia maisA lei de Mitscherlich aplicada a experimentos de adubação com vinhaça
A lei de Mitscherlich aplicada a experimentos de adubação com vinhaça FREDERICO PIMENTEL GOMES E. S. A. "Luiz de Queiroz" U. S. P. Piracicaba ÍNDICE 1 : Introdução 108 2 Um experimento paulista 103 3 Um
Leia maisInconvenientes do uso do valor médio do. diâmetro para determinação da área basal 1
Inconvenientes do uso do valor médio do diâmetro para determinação da área basal 1 F. PIMENTEL GOMES 2 1 Recebido para publicação em 29-11-1965; 2 Cadeira de Matemática e Estatística da E. S. A. Luiz de
Leia maisSôbre alqumas equações de diferenças relacionadas com a Genética de Populações
Sôbre alqumas equações de diferenças relacionadas com a Genética de Populações FREDERICO PIMENTEL GOMES Professor Substituto de Matemática da E. S. A. "Luiz de Queiroz" ÍNDICE 1 Introdução 2 2 Um problema
Leia maisCOMPARAÇÕES MÚLTIPLAS
ESCOLA SUPERIOR DE AGRICULTURA LUIZ DE QUEIROZ COMPARAÇÕES MÚLTIPLAS Josiane Rodrigues Lilian Emerick Fernandes 2009 INTRODUÇÃO Comparação entre médias de tratamentos ou dos níveis de um fator de tratamentos;
Leia maisTRANSFORMAÇÕES DOS DADOS EXPERIMENTAIS (*)
TRANSFORMAÇÕES DOS DADOS EXPERIMENTAIS (* ARMANDO CONAGIN Engenheiro agrônomo, Seção de Técnica Experimental, Instituto Agronômico RESUMO Neste artigo apresentamos a análise estatística de um experimento
Leia maisPesquisas sôbre a análise estatística de experiências de adubação com o auxílio da Lei de Mitscherlich
Pesquisas sôbre a análise estatística de experiências de adubação com o auxílio da Lei de Mitscherlich FREDERICO PIMENTEL GOMES Cadeira de Matemática e EURÍPEDES MALAVOLTA Secção Técnica de Química Agrícola
Leia maisESTATÍSTICA EXPERIMENTAL. ANOVA. Aula 05
ESTATÍSTICA EXPERIMENTAL ANOVA. Aula 05 Introdução A ANOVA ou Análise de Variância é um procedimento usado para comparar a distribuição de três ou mais grupos em amostras independentes. A análise de variância
Leia maisUNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BOTUCATU FACULDADE DE CIÊNCIAS AGRONÔMICAS PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA AGRICULTURA
PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA AGRICULTURA PLANO DE ENSINO IDENTIFICAÇÃO DA DISCIPLINA DISCIPLINA: Análise de Experimentos em Fitotecnia CURSO: Mestrado (X) Doutorado (X) DEPARTAMENTO RESPONSÁVEL:
Leia maisAdubação em "torrão paulista" de. Eucalyptus Saligna SM. RUBENS FOOT GUIMARÃES Serviço Florestal da Cia. Paulista de Estradas de Ferro
Adubação em "torrão paulista" de Eucalyptus Saligna SM. i RUBENS FOOT GUIMARÃES Serviço Florestal da Cia. Paulista de Estradas de Ferro FREDERICO PIMENTEL GOMES e EURIPEDES MALAVOLTA E. S. A. "Luiz de
Leia maisAula 4: Gráficos lineares
Aula 4: Gráficos lineares 1 Introdução Um gráfico é uma curva que mostra a relação entre duas variáveis medidas. Quando, em um fenômeno físico, duas grandezas estão relacionadas entre si o gráfico dá uma
Leia maisUNIVERSIDADE ESTADUAL PAULISTA CAMPUS DE BOTUCATU PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA ENERGIA NA AGRICULTURA PLANO DE ENSINO
PROGRAMA DE PÓS-GRADUAÇÃO EM AGRONOMIA ENERGIA NA AGRICULTURA PLANO DE ENSINO DISCIPLINA: ANÁLISE DE EXPERIMENTOS EM FITOTECNIA ÁREA: DOMÍNIO ESPECÍFICO ( ) NÍVEL: MESTRADO ( X ) DOMÍNIO CONEXO (X ) DOUTORADO
Leia maisEstudo Comparativo Dos Métodos Topográficos De Determinação Das Diferenças De Nível
Estudo Comparativo Dos Métodos Topográficos De Determinação Das Diferenças De Nível G. DE MELLO NETTO, A. PETTA e I. R. NOGUEIRA Escola Superior de Agricultura "Luiz de Queiroz" U.S.P. Piracicaba INTRODUÇÃO
Leia mais( x) = a. f X. = para x I. Algumas Distribuições de Probabilidade Contínuas
Probabilidade e Estatística I Antonio Roque Aula Algumas Distribuições de Probabilidade Contínuas Vamos agora estudar algumas importantes distribuições de probabilidades para variáveis contínuas. Distribuição
Leia maisAnálise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada
Aula 2 Regressão Linear Simples Análise de Regressão Prof. MSc. Danilo Scorzoni Ré FMU Estatística Aplicada Conceitos Gerais A análise de regressão é utilizada para explicar ou modelar a relação entre
Leia maisMódulo 4 Ajuste de Curvas
Módulo 4 Ajuste de Curvas 4.1 Intr odução Em matemática e estatística aplicada existem muitas situações onde conhecemos uma tabela de pontos (x; y), com y obtido experimentalmente e deseja se obter uma
Leia maisSúmario APRESENTAÇÃO DA COLEÇÃO...13
Súmario APRESENTAÇÃO DA COLEÇÃO...13 CAPÍTULO I LÓGICA PROPOSICIONAL...15 1. Lógica Proposicional...15 2. Proposição...15 2.1. Negação da Proposição...18 2.2. Dupla Negação...19 2.3. Proposição Simples
Leia maisA ADUBAÇÃO DO MILHO EM LAVRAS *
A ADUBAÇÃO DO MILHO EM LAVRAS * F. PIMENTEL GOMES RESUMO O estudo de 38 ensaios de adubação de milho, espalhados em fazendas da Seccional de Lavras, Minas Gerais, Brasil, conduziu às seguintes conclusões:
Leia maisMedidas de Dispersão para uma Amostra. Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO
Medidas de Dispersão para uma Amostra Conteúdo: AMPLITUDE VARIÂNCIA DESVIO PADRÃO COEFICIENTE DE VARIAÇÃO Medidas de Dispersão para uma Amostra Para entender o que é dispersão, imagine que quatro alunos
Leia maisObservamos no gráfico acima que não passa uma reta por todos os pontos. Com base nisso, podemos fazer as seguintes perguntas:
Título : B1 AJUSTE DE CURVAS Conteúdo : Em matemática e estatística aplicada existem muitas situações em que conhecemos uma tabela de pontos (x; y). Nessa tabela os valores de y são obtidos experimentalmente
Leia maisPlanejamento de instalação de experimentos no campo
Planejamento de instalação de experimentos no campo Antonio Williams Moita Embrapa Hortaliças Goiânia, 28 de novembro de 2012 Experimentação Agrícola Histórico John Bennet Lawes - após prolongadas experimentações
Leia maisESTATÍSTICA EXPERIMENTAL. Delineamento experimental. Aula 04
ESTATÍSTICA EXPERIMENTAL Delineamento experimental. Aula 04 Conceito Delineamento experimental É o plano utilizado para realizar o experimento. Esse plano implica na maneira como os diferentes tratamentos
Leia maisADUBAÇÃO DE SOQUEIRA DE CANA-DE-AÇÚCAR ( 1 ). JOSÉ GOMES DA SILVA e EDUARDO ABRAMIDES ( 2 ). Conquanto abundante
ADUBAÇÃO DE SOQUEIRA DE CANA-DE-AÇÚCAR ( 1 ). JOSÉ GOMES DA SILVA e EDUARDO ABRAMIDES ( 2 ). Conquanto abundante a literatura sobre a adubação de cana-planta ( 3 - * 5-6 ), poucas são as informações publicadas
Leia maisCÁLCULO NUMÉRICO. Profa. Dra. Yara de Souza Tadano
CÁLCULO NUMÉRICO Profa. Dra. Yara de Souza Tadano yaratadano@utfpr.edu.br Aula 4 Ajuste de Curvas AJUSTE DE CURVAS Cálculo Numérico 3/55 Introdução Em geral, experimentos geram uma gama de dados que devem
Leia maisAula 2 Regressão e Correlação Linear
1 ESTATÍSTICA E PROBABILIDADE Aula Regressão e Correlação Linear Professor Luciano Nóbrega Regressão e Correlação Quando consideramos a observação de duas ou mais variáveis, surge um novo problema: -as
Leia maisEXPERIMENTAÇÃO AGRÍCOLA
EXPERIMENTAÇÃO AGRÍCOLA DELINEAMENTO INTEIRAMENTE CASUALIZADO (DIC) Eng. Agrônomo: Francisco Bruno Ferreira de Sousa Bruno.uno2011@hotmail.com/ fbfsagro@gmail.com Contato: (99) 99199460 Objetivos: Estudar
Leia mais1 Que é Estatística?, 1. 2 Séries Estatísticas, 9. 3 Medidas Descritivas, 27
Prefácio, xiii 1 Que é Estatística?, 1 1.1 Introdução, 1 1.2 Desenvolvimento da estatística, 1 1.2.1 Estatística descritiva, 2 1.2.2 Estatística inferencial, 2 1.3 Sobre os softwares estatísticos, 2 1.4
Leia maisAjuste de Curvas. Universidade Tecnológica Federal do Paraná Campus Francisco Beltrão. Disciplina: Cálculo Numérico Professor: Jonas Joacir Radtke
Ajuste de Curvas Campus Francisco Beltrão Disciplina: Professor: Jonas Joacir Radtke Uma forma de se trabalhar com uma função definida por uma tabela de valores é a interpolação. Contudo, a interpolação
Leia maisAnálise de Regressão Linear Simples e
Análise de Regressão Linear Simples e Múltipla Carla Henriques Departamento de Matemática Escola Superior de Tecnologia de Viseu Introdução A análise de regressão estuda o relacionamento entre uma variável
Leia maisPROGRAMA DE DISCIPLINA
PROGRAMA DE DISCIPLINA Disciplina: Experimentação Agrícola Código da Disciplina: AGR 283 Curso: Agronomia Semestre de oferta da disciplina: 4 P Faculdade responsável: Agronomia Programa em vigência a partir
Leia maisCORRELAÇÃO E REGRESSÃO. Modelos Probabilísticos para a Computação Professora: Andréa Rocha. UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011
CORRELAÇÃO E REGRESSÃO CORRELAÇÃO E REGRESSÃO Modelos Probabilísticos para a Computação Professora: Andréa Rocha UNIVERSIDADE FEDERAL DA PARAÍBA Dezembro, 2011 CORRELAÇÃO Introdução Quando consideramos
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br Introdução o Os ensaios em quadrados latinos levam em conta o controle local, aplicado em dois destinos:
Leia maisMatemática /09 - Determinantes 37. Determinantes. det A = a 11 a 22 a 12 a 21 = = 2
Matemática - 008/09 - Determinantes Determinantes de ordem e. Determinantes O erminante de uma matriz quadrada é um número real obtido a partir da soma de erminados produtos de elementos da matriz. Vamos
Leia maisEXPERIMENTAÇÃO ZOOTÉCNICA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO ZOOTÉCNICA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br TESTES PARA COMPARAÇÃO DE MÉDIAS O teste F permite tirar conclusões muito gerais relacionadas com os
Leia maisMINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE V DELINEAMENTO EM BLOCOS CASUALIZADOS (DBC) Profª Railene Hérica Carlos Rocha 1. Introdução
Leia mais25 a 30 de novembro de 2013
em em Introdução à Programa de Pós-Graduação em Estatística e Experimentação Agronômica ESALQ/USP 25 a 30 de novembro de 2013 Parte 3 - Conteúdo em em 1 em 2 em em em Permite estudar como uma (simples)
Leia maisAjuste de dados por mínimos quadrados
Cálculo Numérico por mínimos quadrados Prof. Daniel G. Alfaro Vigo dgalfaro@dcc.ufrj.br Departamento de Ciência da Computação IM UFRJ Motivação: População do Brasil Ano População (milhões) 1960 70, 992343
Leia maisEstatística Aplicada ao Serviço Social
Estatística Aplicada ao Serviço Social Módulo 7: Correlação e Regressão Linear Simples Introdução Coeficientes de Correlação entre duas Variáveis Coeficiente de Correlação Linear Introdução. Regressão
Leia maisTestes de Hipóteses para. uma Única Amostra. Objetivos de Aprendizagem. 9.1 Teste de Hipóteses. UFMG-ICEx-EST-027/031 07/06/ :07
-027/031 07/06/2018 10:07 9 ESQUEMA DO CAPÍTULO 9.1 TESTE DE HIPÓTESES 9.2 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 9.3 TESTES PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA
Leia maisMedidas de Dispersão. Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação
Medidas de Dispersão Introdução Amplitude Variância Desvio Padrão Coeficiente de Variação Introdução Estudo de medidas que mostram a dispersão dos dados em torno da tendência central Analisaremos as seguintes
Leia maisEFICIÊNCIA DO DELINEAMENTO EM BLOCOS AO ACASO, EM EXPERIÊNCIAS COMPARATIVAS DE VARIEDADES E HÍBRIDOS DE MILHO (*)
EFICIÊNCIA DO DELINEAMENTO EM BLOCOS AO ACASO, EM EXPERIÊNCIAS COMPARATIVAS DE VARIEDADES E HÍBRIDOS DE MILHO (*) HERMANO VAZ DE ARRUDA Engenheiro agrônomo, Secção de Técnica Experimental e Cálculo, Instituto
Leia maisAnálise de Regressão. Luiz Carlos Terra
Luiz Carlos Terra Em mercadologia é importante conhecer as ferramentas existentes para estimação dos valores de vendas, de preços de produtos ou de custos de produção. A análise de regressão representa
Leia maisDois teoremas sôbre a função gama
Dois teoremas sôbre a função gama FREDERICO PIMENTEL GOMES Escola Superior de Agricultura "Luiz de Queiroz" Universidade de S. Paulo Piracicaba ÍNDICE 1 Introdução 150 2 Primeira propriedade 151 3 Um exemplo
Leia maisImportância daestatísticana Pesquisa Agronômica
Importância daestatísticana Pesquisa Agronômica Prof. Dr. Hugo Zeni Neto hzneto@uem.br Sumário Revista Acta Scientiarum Agronomy (http://periodicos.uem.br/ojs/index.php/actasciagron): Oqueestásendopublicadonosúltimos16anos?
Leia maisPLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS AGRONÔMICOS
PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS AGRONÔMICOS DÉCIO BARBIN PLANEJAMENTO E ANÁLISE ESTATÍSTICA DE EXPERIMENTOS AGRONÔMICOS EDITORA MECENAS LTDA. LONDRINA - PARANÁ - BRASIL 2013 Planejamento
Leia maisREGRESSÃO LINEAR SIMPLES PARTE II
REGRESSÃO LINEAR SIMPLES PARTE II Erro Padrão de Estimativa. Correlação. Francisco Cavalcante(f_c_a@uol.com.br) Administrador de Empresas graduado pela EAESP/FGV. É Sócio-Diretor da Cavalcante Associados,
Leia maisRegressão. PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei
Regressão PRE-01 Probabilidade e Estatística Prof. Marcelo P. Corrêa IRN/Unifei Regressão Introdução Analisar a relação entre duas variáveis (x,y) através da equação (equação de regressão) e do gráfico
Leia maisGERAÇÃO DE UM ÍNDICE DE FERTILIDADE PARA DEFINIÇÃO DE ZONAS DE MANEJO EM AGRICULTURA DE PRECISÃO
GERAÇÃO DE UM ÍNDICE DE FERTILIDADE PARA DEFINIÇÃO DE ZONAS DE MANEJO EM AGRICULTURA DE PRECISÃO ¹L.M.Gimenez, ²J.P. Molin (orientador): Departamento de Engenharia Rural ESALQ/USP RESUMO: A realização
Leia maisEstimação e Testes de Hipóteses
Estimação e Testes de Hipóteses 1 Estatísticas sticas e parâmetros Valores calculados por expressões matemáticas que resumem dados relativos a uma característica mensurável: Parâmetros: medidas numéricas
Leia maisétodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA
étodos uméricos AJUSTE DE FUNÇÕES Prof. Erivelton Geraldo Nepomuceno PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA UNIVERSIDADE DE JOÃO DEL-REI PRÓ-REITORIA DE PESQUISA CENTRO FEDERAL DE EDUCAÇÃO TECNOLÓGICA
Leia maisPARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES
PARTE 1 ANÁLISE DE REGRESSÃO COM DADOS DE CORTE TRANSVERSAL CAPÍTULO 2 O MODELO DE REGRESSÃO SIMPLES 2.1 DEFINIÇÃO DO MODELO DE REGRESSÃO SIMPLES Duas variáveis: y e x Análise explicar y em termos de x
Leia maisMINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE IV
MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE FEDERAL DE CAMPINA GRANDE CENTRO DE CIENCIAS E TECNOLOGIA AGROALIMENTAR UNIDADE IV TESTES DE COMPARAÇÕES MÚLTIPLAS DE MÉDIAS EXPERIMENTAIS Profª Railene Hérica Carlos
Leia maisPrincípios em Planejamento e Análise de Dados Ecológicos. Regressão linear. Camila de Toledo Castanho
Princípios em Planejamento e Análise de Dados Ecológicos Regressão linear Camila de Toledo Castanho 217 Conteúdo da aula 1. Regressão linear simples: quando usar 2. A reta de regressão linear 3. Teste
Leia maisCAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte
CAPÍTULO 4 DESCRIÇÃO E EXPLORAÇÃO DOS DADOS 2ª parte 4.3 Medidas de posição 4.4 Medidas de dispersão 4.5 Separatrizes Prof. franke 2 Vimos que a informação contida num conjunto de dados pode ser resumida
Leia maisIntrodução ao modelo de Regressão Linear
Introdução ao modelo de Regressão Linear Prof. Gilberto Rodrigues Liska 8 de Novembro de 2017 Material de Apoio e-mail: gilbertoliska@unipampa.edu.br Local: Sala dos professores (junto ao administrativo)
Leia mais6.Elaboração de algoritmos...13
Índice de conteúdos Capítulo 1. Computação Científica...1 1.Definição...1 2.Modelo genérico...2 3.Modelo matemático...2 4.Tipos de modelos matemáticos...3 5.Modelação matemática...5 5.1.Definição (formulação)
Leia maisExercícios de programação
Exercícios de programação Estes exercícios serão propostos durante as aulas sobre o Mathematica. Caso você use outra linguagem para os exercícios e problemas do curso de estatística, resolva estes problemas,
Leia maisÚltima Lista de Exercícios
Última Lista de Exercícios 1. Para comparar o peso de um componente fornecido por 4 diferentes fornecedores, uma amostra de cada fornecedor foi colhida e analisada. Os dados colhidos estão ao lado. Ao
Leia maisESQUEMA FATORIAL. Lucas Santana da Cunha Universidade Estadual de Londrina Departamento de Estatística
ESQUEMA FATORIAL Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 22 de julho de 2017 Esquema Fatorial Nos experimentos mais simples
Leia maisEscola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo
Escola Superior de Agricultura Luiz de Queiroz Universidade de São Paulo Módulo I: Cálculo Diferencial e Integral Derivada e Diferencial de uma Função Professora Renata Alcarde Sermarini Notas de aula
Leia maisSEEC UNIVERSIDADE DO ESTADO DO RIO GRANDE DO NORTE UERN FACULDADE DE CIÊNCIAS EXATAS E NATURAIS FANAT DEPARTAMENTO DE CIÊNCIAS BIOLÓGICAS DECB
DISCIPLINA BIOEXPERIMENTAÇÃO Exercício de experimento fatorial resolução passo-à-passo Os dados apresentados abaixo são uma adaptação do exemplo apresentado por Banzato e Kronka (199) Os dados são valores
Leia maisDeterminação da média aritmética e desvio padrão de quocientes de séries independentes e dependentes
Determinação da média aritmética e desvio padrão de quocientes de séries independentes e dependentes J. T. A. GURGEL, FREDERICO PIMENTEL GOMES e A. P. TRIVELIN E. S. A. "Luiz de Queiroz" U. S. P. Piracicaba
Leia maisINTRODUÇÃO A ECONOMETRIA
INTRODUÇÃO A ECONOMETRIA Análise de regressão e uso do Eviews Introdução O modelo de regressão linear se utiliza para estudar a relação que existe entre uma variável dependente e uma ou várias variáveis
Leia mais2 ou mais fatores são de interesse.
5. Experimentos Fatoriais 5.1 Definições e Princípios Básicos 2 ou mais fatores são de interesse. Experimentos Fatoriais: em cada replicação do experimento todas as combinações dos níveis de tratamento
Leia maisO TAMANHO ÓTIMO DE PARCELA EXPERIMENTAL PARA ENSAIOS COM EUCALIPTOS
IPEF, n.3, p.75-77, dez.985 O TAMAHO ÓTIMO DE PARCELA EXPERIMETAL PARA ESAIOS COM EUCALIPTOS F. PIMETEL GOMES Departamento de Matemática e Estatística, ESALQ-USP, (Aposentado) 3400 - Piracicaba - SP HILTO
Leia maisA análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004).
3 Séries temporais A análise de séries temporais é uma área da estatística dedicada ao estudo de dados orientados no tempo (MONTGOMERY, 2004). 3.1. Princípios fundamentais Conforme Box et al. (1994), uma
Leia maisCE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO
CE001 - BIOESTATÍSTICA TESTE DO QUI-QUADRADO Ana Paula Araujo Correa Eder Queiroz Newton Trevisan DEFINIÇÃO É um teste de hipóteses que se destina a encontrar um valor da dispersão para duas variáveis
Leia maisx exp( t 2 )dt f(x) =
INTERPOLAÇÃO POLINOMIAL 1 As notas de aula que se seguem são uma compilação dos textos relacionados na bibliografia e não têm a intenção de substituir o livro-texto, nem qualquer outra bibliografia Aproximação
Leia maisFÍSICA EXPERIMENTAL III TEORIA DE ERROS
FÍSICA EXPERIMENTAL III José Fernando Fragalli Departamento de Física Udesc/Joinville TEORIA DE ERROS A Ciência está escrita neste grande livro colocado sempre diante dos nossos olhos o Universo mas não
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@mat.ufrgs.br http://www.mat.ufrgs.br/~viali/ Em muitas situações duas ou mais variáveis estão relacionadas e surge então a necessidade de determinar a natureza deste relacionamento.
Leia maisSeleção de Variáveis e Construindo o Modelo
Seleção de Variáveis e Construindo o Modelo Seleção de modelos candidatos A idéia é selecionar um conjunto menor de variáveis explanatórias de acordo com algum(s) critério(s), e assim selecionar o modelo
Leia maisExperimento 0. Medida, exatidão, precisão e apresentação de dados experimentais.
PR UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ MINISTÉRIO DA EDUCAÇÃO UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ - UTFPR DEPARTAMENTO ACADÊMICO DE QUÍMICA E BIOLOGIA BACHARELADO EM QUÍMICA / LICENCIATURA
Leia maisADUBAÇÃO DO TRIGO I - EXPERIÊNCIAS COM N, P, K E S EM LATOSSOLO ROXO DO VALE DO PARANAPANEMA ( 1,2 )
ADUBAÇÃO DO TRIGO I - EXPERIÊNCIAS COM N, P, K E S EM LATOSSOLO ROXO DO VALE DO PARANAPANEMA ( 1,2 ) CARLOS EDUARDO DE OLIVEIRA CAMARGO ( 3 ), engenheiro-agrô nomo, Seção de Arroz e Cereais de Inverno,
Leia maisCap. 8 - Intervalos Estatísticos para uma Única Amostra
Intervalos Estatísticos para ESQUEMA DO CAPÍTULO 8.1 INTRODUÇÃO 8.2 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO NORMAL, VARIÂNCIA CONHECIDA 8.3 INTERVALO DE CONFIANÇA PARA A MÉDIA DE UMA DISTRIBUIÇÃO
Leia maisFunções e gráficos num problema de freagem
Funções e gráficos num problema de freagem Adaptado do artigo de Geraldo Ávila Há situações concretas das quais o professor pode extrair, de maneira espontânea e natural, conceitos importantes e muito
Leia maisCORRELAÇÃO LINEAR, TIPOS DE CORRELAÇÃO. REGRESSÃO LINEAR PELO ESTUDO DA CORRELAÇÃO E UTILIZANDO OS MÍNIMOS QUADRADOS
CORRELAÇÃO LINEAR, TIPOS DE CORRELAÇÃO. REGRESSÃO LINEAR PELO ESTUDO DA CORRELAÇÃO E UTILIZANDO OS MÍNIMOS QUADRADOS META Avaliar o grau de relacionamento entre variáveis e a tendência das mesmas com base
Leia maisAS INTERAÇÕES EM GRUPOS DE EXPERIMENTOS DE ADUBAÇÃO DE MILHO*
AS INTERAÇÕES EM GRUPOS DE EXPERIMENTOS DE ADUBAÇÃO DE MILHO* HUMBERTO DE CAMPOS** FREDERICO PIMENTEL GOMES** RESUMO O presente trabalho teve como objetivo estudar as interações lineares, N' xp';n' x K'e
Leia maisQuestão 1: Questão 2: Defina tratamentos, fator, nível, parcela, subparcela, coeficiente de variação e interação entre fatores.
MINISTÉRIO DA EDUCAÇÃO CENTRO DE CIÊNCIAS E TECNOLOGIA AGROALIMENTAR DISCIPLINA: ESTATÍSTICA EXPERIMENTAL LISTA DE EXERCÍCIOS 3 a AVALIAÇÃO PROFESSOR: ROBERTO QUEIROGA Questão 1: Faça um croqui (disposição
Leia maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br TESTE DE TUKEY O teste de Tukey também pode ser usado como um complemento do Teste F da análise de variância.
Leia maisCRESCIMENTO DO PINHÃO MANSO (Jatropha curcas L.) EM FUNÇÃO DE NÍVEIS DE ÁGUA E ADUBAÇÃO NITROGENADA
CRESCIMENTO DO PINHÃO MANSO (Jatropha curcas L.) EM FUNÇÃO DE NÍVEIS DE ÁGUA E ADUBAÇÃO NITROGENADA Walker Gomes de Albuquerque 1, Carlos A. V. de Azevedo 1, Napoleão Esberard de Macêdo Beltrão 2, Maria
Leia maisProf. Dr. Lucas Barboza Sarno da Silva
Prof. Dr. Lucas Barboza Sarno da Silva Medidas de grandezas físicas Valor numérico e sua incerteza, unidades apropriadas Exemplos: - Velocidade (10,02 0,04) m/s - Tempo (2,003 0,001) µs - Temperatura (273,3
Leia maisH 0 : m 1 = m 2 =... = m I = 0 H a : pelo menos m u m k, para algum u k (u,k=1,2,...,i)
Em um experimento ao se comparar as médias de tratamentos ou dos níveis de um fator de tratamentos, inicialmente, formula-se a seguintes hipóteses: H 0 : m = m =... = m = 0 H a : pelo menos m u m k, para
Leia maisESTATÍSTICA DESCRITIVA E PREVISÃO INDICE
ESTATÍSTICA DESCRITIVA E PREVISÃO INDICE CAPITULO L APRESENTAÇÃO DE DADOS, pag 1 1.1 Introdução, 2 1.2. Quadros ou Tabelas, 3 1.3 Distribuições de Frequência, 4 1.4 Classificação de Dados, 7 1.5 Distribuição
Leia maisESTATÍSTICA EXPERIMENTAL
ESTATÍSTICA EXPERIMENTAL ESTUDO DE VARIABILIDADE DOS DADOS EXPERIMENTAIS Prof. Miguel Toledo del Pino, Eng. Agrícola (Dr.) INTRODUÇÃO Realizamos experimentos para compararmos os efeitos de tratamentos
Leia maisRELATÓRIO DE INICIAÇÃO CIENTÍFICA
Universidade Estadual de Campinas Instituto de Matemática, Estatística e Computação Científica RELATÓRIO DE INICIAÇÃO CIENTÍFICA Aproximações para os Tempos de Trânsito Prof. Dr. Lúcio Tunes dos Santos
Leia maisEXPERIMENTOS EM PARCELAS SUBDIVIDIDAS
EXPERIMENTOS EM PARCELAS SUBDIVIDIDAS Lucas Santana da Cunha http://www.uel.br/pessoal/lscunha Universidade Estadual de Londrina Departamento de Estatística 29 de julho de 2017 Parcelas Subdivididas Tal
Leia maisDELINEAMENTO EM BLOCOS CASUALIZADOS COMPLETOS AUMENTADOS*
DELINEAMENTO EM BLOCOS CASUALIZADOS COMPLETOS AUMENTADOS* MARIA CRISTINA STOLF NOGUEIRA** F. PIMENTEL GOMES *** RESUMO O objetivo do presente trabalho consistiu em apresentar uma metodologia mais simples
Leia maisConcurso Público para provimento de cargo efetivo de Docentes
Questão 01 Os dados, a seguir, são referentes às notas de cinco alunos de uma turma para as provas P 1 e P 2. P 1 = {2, 3, 4, 5, 6} P 2 = {2, 2, 4, 5, 7} Analisando os resultados, é possível afirmar que:
Leia maisAula 4 Medidas de dispersão
AULA 4 Aula 4 Medidas de dispersão Nesta aula, você estudará as medidas de dispersão de uma distribuição de dados e aprenderá os seguintes conceitos: amplitude desvios em torno da média desvio médio absoluto
Leia maisEXPERIMENTAÇÃO AGRÍCOLA. Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari
EXPERIMENTAÇÃO AGRÍCOLA Profa. Dra. Amanda Liz Pacífico Manfrim Perticarrari amanda@fcav.unesp.br INTRODUÇÃO Um dos principais objetivos da estatística é a tomada de decisões a respeito da população, com
Leia maisEsquema Fatorial. Lucas Santana da Cunha Universidade Estadual de Londrina
Esquema Fatorial Lucas Santana da Cunha email: lscunha@uel.br http://www.uel.br/pessoal/lscunha/ Universidade Estadual de Londrina 22 de junho de 2016 Muitos experimentos envolvem o estudo dos efeitos
Leia mais